Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh dịch bệnh Covid-19 đe dọa đẩy nền kinh tế vào chu kỳ suy giảm mới vào năm 2021, chuyển đổi số hoạt động kinh doanh trực tuyến đã trở thành xu thế tất yếu đối với các doanh nghiệp và cá nhân bán lẻ. Tuy nhiên, hình thức thương mại điện tử truyền thống dựa trên các bài đăng tĩnh (chỉ gồm văn bản, hình ảnh hoặc video thu sẵn) bộc lộ hạn chế lớn về sự thiếu vắng tương tác tức thời, mang tính "kinh tế không chạm" và thiếu tính kết nối trực tiếp với khách hàng so với việc mua sắm tại cửa hàng.

Để giải quyết nhược điểm này, hình thức bán hàng qua truyền hình trực tiếp (Livestream hay Live Commerce) trên nền tảng mạng xã hội Facebook đã bùng nổ mạnh mẽ. Khi số lượng đơn hàng và người tương tác trong mỗi phiên livestream tăng vọt, người bán hàng gặp phải nhiều trở ngại lớn:

  1. Khó khăn trong việc kiểm soát bình luận và chốt đơn hàng theo thời gian thực.
  2. Quản lý dữ liệu thông tin khách hàng, tình trạng đơn hàng và tồn kho một cách thủ công, dễ dẫn đến sai sót và chậm trễ.

Khảo sát thực tế các ứng dụng hỗ trợ bán hàng livestream trên thị trường tại thời điểm nghiên cứu (nổi bật là OCM của Misa và Tpos) cho thấy một số hạn chế nhất định:

  • Quy trình sử dụng phức tạp, người dùng khó làm quen ban đầu nếu không có nhân viên hỗ trợ trực tiếp.
  • Giao diện người dùng còn rườm rà, bố trí chức năng chưa tối ưu.
  • Các giải pháp này không hiển thị trực tiếp bình luận từ phiên livestream để kiểm tra ngay tính hợp lệ của cú pháp mua hàng, làm mất thời gian đối soát.

Từ thực tiễn đó, đề tài khóa luận "Tìm hiểu Kubernetes và xây dựng ứng dụng tự động chốt đơn livestream Facebook" được thực hiện nhằm xây dựng giải pháp phần mềm mang tên Flad (hay FLAID), đồng thời nghiên cứu áp dụng nền tảng điều phối container mã nguồn mở Kubernetes để tự động hóa quy trình triển khai, vận hành và mở rộng hệ thống.

Mục tiêu và nhiệm vụ nghiên cứu:

  1. Nghiên cứu lý thuyết và kiến trúc điều phối container của Kubernetes (các thành phần cấu trúc, cơ chế tự phục hồi, cân bằng tải, quản lý cấu hình và mở rộng hệ thống).
  2. Phân tích các giao diện lập trình ứng dụng từ Facebook (Facebook Graph API, Facebook Pages API) phục vụ việc thu thập dữ liệu livestream, quản lý fanpage, bài đăng và tương tác khách hàng.
  3. Thiết kế và hiện thực hóa ứng dụng Flad theo kiến trúc Microservice, cung cấp đầy đủ chức năng quản lý bán hàng, quản lý kho, thiết lập cú pháp chốt đơn và bắt bình luận tự động.
  4. Triển khai thực nghiệm toàn bộ hệ thống ứng dụng lên cụm Kubernetes Cluster trên hạ tầng đám mây DigitalOcean.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu công nghệ: Nền tảng điều phối Kubernetes, công nghệ ảo hóa Docker, hệ quản trị cơ sở dữ liệu PostgreSQL, môi trường thực thi Node.js (Koa framework), thư viện Vue.js, dịch vụ lưu trữ đám mây AWS S3 và Facebook API.
  • Đối tượng phục vụ của ứng dụng: Các doanh nghiệp, cửa hàng hoặc cá nhân kinh doanh bán lẻ sử dụng livestream Facebook và người mua hàng nội địa.
  • Phạm vi nghiên cứu: Xây dựng ứng dụng web application, phân tích API của Facebook, triển khai hệ thống phân tán trên môi trường máy chủ đám mây DigitalOcean.

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng nền tảng lý thuyết và thực nghiệm dựa trên các mô hình kiến trúc và công nghệ hiện đại trong phát triển phần mềm phân tán:

1. Kiến trúc phần mềm và công nghệ phát triển

  • Kiến trúc Microservice: Khóa luận phân tích sự khác biệt giữa kiến trúc nguyên khối (Monolithic) và kiến trúc vi dịch vụ (Microservice). Microservice chia nhỏ hệ thống thành các dịch vụ độc lập, mỗi dịch vụ đảm nhận một trách nhiệm duy nhất (single responsibility), triển khai riêng biệt và giao tiếp qua giao thức API, giúp tăng khả năng chịu lỗi, dễ bảo trì và mở rộng độc lập.
  • JavaScript & Nền tảng Node.js / Koa framework: JavaScript được chọn làm ngôn ngữ xuyên suốt cho cả client và server. Phía back-end sử dụng Node.js kết hợp cùng Koa framework — một web framework tinh gọn kế thừa từ đội ngũ phát triển Express. Koa tận dụng triệt để tính năng Generators của ES6 thông qua thư viện co, loại bỏ callback hell, giúp mã nguồn sạch hơn và không tích hợp sẵn middleware mặc định.
  • Vue.js: Framework linh hoạt xây dựng giao diện người dùng theo mô hình Single-Page Application (SPA). Hệ thống sử dụng các thành phần cốt lõi: Vue Components, Vue Directives (v-if, v-for, v-model), Vue Router phục vụ điều hướng và Vuex quản lý trạng thái tập trung (State, Getter, Mutation, Action).
  • Hệ quản trị cơ sở dữ liệu PostgreSQL: Hệ quản trị cơ sở dữ liệu quan hệ - đối tượng mã nguồn mở, vận hành ổn định trên nền tảng UNIX và đáp ứng xử lý các giao dịch phức tạp.
  • Dịch vụ lưu trữ Amazon Web Services S3 (AWS S3): Sử dụng lưu trữ tệp tin và dữ liệu đa phương tiện với các lớp lưu trữ: S3 Standard (truy cập thường xuyên, độ trễ thấp), S3 Standard-IA (truy cập không thường xuyên) và Amazon Glacier (lưu trữ lưu trữ lâu dài, chi phí thấp); tích hợp mã hóa phía client/server và kiểm tra toàn vẹn bằng checksum.
  • Facebook Graph API & Pages API: Cấu trúc dữ liệu theo đồ thị xã hội gồm các nút (nodes - người dùng, bài đăng, bình luận), cạnh (edges - mối liên kết) và trường (fields - dữ liệu thuộc tính). Hệ thống sử dụng cơ chế Access Token (User token, App token, Page token; phân loại ngắn hạn 1-2 giờ và dài hạn khoảng 60 ngày), định danh người dùng theo cặp người dùng - trang (Page-Scoped User IDs - PSID) và các quyền truy cập trang (manage_pages, pages_manage_ads, pages_manage_metadata, pages_read_engagement, pages_read_user_content).
Tiêu chí Ảo hóa truyền thống (Virtual Machine) Container (Docker)
Hệ điều hành khách Yêu cầu Guest OS riêng biệt Sử dụng chung Kernel với Host OS
Thời gian khởi động Trung bình từ 20 giây đến vài phút Dưới 500 mili-giây
Tiêu tốn tài nguyên Cao do phải cấp phát toàn bộ phần cứng ảo Nhẹ, tối ưu hóa theo tiến trình thực thi
Khả năng đóng gói Đóng gói kèm toàn bộ hệ điều hành Đóng gói source code, thư viện qua Dockerfile

2. Nền tảng điều phối container Kubernetes

Khóa luận làm rõ cấu trúc Master - Worker của Kubernetes:

  • Master Node: Chịu trách nhiệm quản lý cụm, bao gồm:
    • etcd cluster: Cơ sở dữ liệu phân tán dạng key/value lưu trữ trạng thái và cấu hình cụm.
    • kube-apiserver: Điểm tiếp nhận trung tâm của mọi yêu cầu REST, giao tiếp trực tiếp với etcd.
    • kube-controller-manager: Điều phối các tiến trình nền để duy trì trạng thái khai báo của cụm.
    • cloud-controller-manager: Quản lý các tiến trình phụ thuộc vào hạ tầng cloud provider.
    • kube-scheduler: Lập lịch phân bổ Pod lên các Worker Node dựa trên tài nguyên khả dụng.
  • Worker Node: Chạy các ứng dụng container thông qua kubelet (nhận chỉ thị từ apiserver), quản trị tài nguyên qua Pods, ReplicaSet, Services, Ingress và Persistent Volume (PV/PVC).
Đặc điểm Docker Swarm Kubernetes
Định nghĩa ứng dụng Khai báo Service qua file YAML, Docker Compose Khai báo tập hợp Pods, Deployments, Services, Ingress
Thiết lập & Cài đặt Đơn giản, tích hợp sẵn trong Docker CLI Cần cấu hình thủ công chi tiết, kiến thức chuyên sâu
Tốc độ scale & deploy Triển khai nhanh, cấu trúc gọn nhẹ Phức tạp hơn do kiểm soát trạng thái cụm chặt chẽ
Khả năng chịu lỗi Nhân bản dịch vụ trên các Swarm nodes Tự phục hồi (self-healing), tự loại bỏ pod lỗi qua load-balancer

3. Phương pháp nghiên cứu

  • Phương pháp đọc tài liệu: Nghiên cứu tài liệu chính thức về Kubernetes, Docker, Node.js, Vue.js và tài liệu Facebook Developers.
  • Phương pháp phân tích ứng dụng hiện có: Đánh giá trải nghiệm người dùng và tính năng của các phần mềm OCM và Tpos để định hình danh mục chức năng cho ứng dụng Flad.
  • Phương pháp thực nghiệm: Lập trình xây dựng hệ thống phần mềm, đóng gói container và triển khai trực tiếp lên môi trường đám mây DigitalOcean.

Thiết kế và triển khai

1. Kiến trúc và quy trình xử lý của ứng dụng Flad (FLAID)

Ứng dụng được thiết kế để tự động hóa toàn bộ quy trình bán hàng qua livestream, từ khâu chuẩn bị hàng hóa, nhập kho, tiếp nhận livestream, bắt bình luận theo cú pháp, chốt đơn tự động, đến khâu xuất kho và giao vận.

2. Danh sách Actors và Use Cases chính

Hệ thống phân định 2 nhóm tác nhân (Actors):

  • Khách hàng / Chủ cửa hàng (User/Store): Sử dụng các chức năng nghiệp vụ bán hàng.
  • Quản trị viên (Admin): Quản lý tài khoản hệ thống và thống kê tổng quan.

Hệ thống bao gồm 26 use case chức năng: Đăng nhập, Quản lý người dùng, Quản lý danh mục sản phẩm, Quản lý sản phẩm, Quản lý đơn vị, Nhập kho, Xuất kho, Quản lý livestream, Quản lý cú pháp, Quản lý nhóm hàng hóa, Quản lý fanpage, Thiết lập tự động, Quản lý tin nhắn mẫu, Quản lý comment mẫu, Quản lý tài khoản, Tổng hợp tồn kho, Quản lý khách hàng, Quản lý sổ đen (Customer Blocks), Quản lý nhóm khách hàng, Quản lý đơn hàng, Quản lý bài đăng, Bán hàng, Thống kê, Xem nhật ký truy cập, Báo cáo theo đơn hàng/tin nhắn/fanpage/sản phẩm.

3. Cấu trúc Cơ sở dữ liệu (PostgreSQL)

Hệ thống thiết kế tập hợp các bảng quan hệ chặt chẽ nhằm đáp ứng nghiệp vụ bán lẻ và tự động hóa:

Tên bảng CSDL Mục đích và nội dung quản lý
Users / Stores Quản lý tài khoản người dùng, thông tin cửa hàng
Product Groups / Products / Units Nhóm sản phẩm, chi tiết mặt hàng, đơn vị tính
Import Receipts / Import receipt details Phiếu nhập kho và thông tin chi tiết từng mặt hàng nhập
Export receipts / Export receipt details Phiếu xuất kho và chi tiết mặt hàng xuất bán
Customers / Customer Groups / Customer Blocks Dữ liệu khách hàng, phân loại nhóm khách và danh sách chặn (sổ đen)
Livestream / Settings Lưu thông tin phiên video livestream, cấu hình tự động của hệ thống
Comment samples / Message samples / Chatbots Mẫu bình luận phản hồi, mẫu tin nhắn tự động và kịch bản chatbot
Orders / Order details / Shipping Information Thông tin đơn hàng, chi tiết sản phẩm chốt đơn và thông tin giao vận
Coupons / Notes Quản lý mã giảm giá và ghi chú nội bộ cho đơn hàng

4. Triển khai ứng dụng trên DigitalOcean bằng Kubernetes

Quy trình triển khai thực tế trên nền tảng đám mây DigitalOcean bao gồm các bước:

  1. Đăng ký tài khoản và khởi tạo Kubernetes Cluster: Chọn khu vực địa lý (Region), lựa chọn cấu hình dung lượng và số lượng Worker Node.
  2. Đóng gói các dịch vụ thành Docker Images và đẩy lên kho lưu trữ.
  3. Khai báo các tệp cấu hình YAML định nghĩa: Deployments, Services (kết nối nội bộ và public), Pods, Ingress.
  4. Quản lý trạng thái cụm thông qua Kubernetes Dashboard, kiểm tra danh sách Node, tình trạng Deployment và Pods đang vận hành.
  5. Kiểm thử các API chính của hệ thống trên cụm máy chủ (API đăng nhập, API truy xuất danh mục hàng hóa).

Nội dung chính theo từng chương

Chương 1. Giới thiệu chung

Trình bày lý do chọn đề tài xuất phát từ sự bùng nổ của Live Commerce trong thời kỳ dịch bệnh Covid-19 và nhu cầu tự động hóa chốt đơn khi khối lượng bình luận tăng cao. Tác giả chỉ ra các điểm khác biệt của ứng dụng Flad so với OCM (Misa) và Tpos: tối ưu hóa giao diện đơn giản, lấy trực tiếp bình luận từ livestream và tự động đánh giá tính hợp lệ của bình luận theo thời gian thực. Chương này cũng xác định rõ đối tượng nghiên cứu (các công nghệ Docker, Kubernetes, Node.js, Koa, Vue.js, PostgreSQL, AWS S3, Facebook API; các cửa hàng và cá nhân kinh doanh), phạm vi và ba phương pháp nghiên cứu (đọc tài liệu, phân tích ứng dụng hiện có, thực nghiệm).

Chương 2. Kiến thức nền tảng

Trình bày chi tiết cơ sở lý thuyết của toàn bộ công nghệ sử dụng trong đề tài:

  • Khái niệm, ưu nhược điểm của kiến trúc Microservice so với Monolithic.
  • Đặc tính của ngôn ngữ JavaScript, hệ quản trị PostgreSQL.
  • Nền tảng Node.js và đặc điểm tinh gọn của Koa framework khi xử lý generator qua co.
  • Cấu trúc Vue.js (Component, Directives, Vue Router, Vuex).
  • Dịch vụ AWS S3 với các lớp lưu trữ Standard, Standard-IA, Glacier cùng cơ chế bảo mật checksum/encryption.
  • Facebook Graph API và Facebook Pages API (mô hình đồ thị xã hội, Access Token ngắn/dài hạn, quyền truy cập trang, định danh PSID, rate limits).
  • Khái niệm Docker, so sánh Docker với máy ảo Virtual Machine, kiến trúc Docker Engine (Docker Daemon, REST API, Client), Dockerfile, Docker Compose, Docker Swarm.
  • Tổng quan Kubernetes: lịch sử phát triển từ Google, các tính năng chính (cân bằng tải, tự phục hồi, quản lý cấu hình, lưu trữ), so sánh chuyên sâu với Docker Swarm, và chi tiết kiến trúc Master Node (etcd, apiserver, scheduler, controller-manager) cùng Worker Node (kubelet, Pod, ReplicaSet, Service, Ingress, PV/PVC).

Chương 3. Xây dựng hệ thống

Tập trung vào quy trình phân tích, thiết kế và phát triển ứng dụng Flad:

  • Phân tích yêu cầu chức năng cho người dùng (chủ cửa hàng) và quản trị viên.
  • Xây dựng biểu đồ Use Case tổng quát và 24 biểu đồ Use Case chi tiết cho từng nghiệp vụ.
  • Thiết kế cơ sở dữ liệu quan hệ hoàn chỉnh gồm 23 bảng dữ liệu trong PostgreSQL.
  • Thiết kế giao diện chi tiết: Giao diện Client (đăng nhập, kết nối fanpage qua Facebook API, quản lý hàng hóa/nhóm hàng/đơn vị tính, quản lý xuất nhập tồn, màn hình bán hàng, giao diện bắt livestream, thiết lập cú pháp chốt đơn, quản lý danh sách chặn, mẫu tin nhắn/bình luận, báo cáo thống kê) và Giao diện Admin (quản lý người dùng, báo cáo số lượng truy cập).

Chương 4. Áp dụng triển khai ứng dụng với Kubernetes trên DigitalOcean

Hướng dẫn chi tiết quy trình đưa ứng dụng vào môi trường vận hành thực tế:

  • Giới thiệu dịch vụ đám mây DigitalOcean.
  • Các bước thiết lập tài khoản, khởi tạo cụm Kubernetes Cluster, chọn Region và cấu hình tài nguyên node.
  • Cấu hình và triển khai các thành phần Deployment, Service, Ingress, Pods lên cụm máy chủ.
  • Giám sát cụm thông qua giao diện Kubernetes Dashboard và kiểm tra hoạt động của các API chức năng (đăng nhập, danh sách hàng hóa).

Chương 5. Kết luận, hướng phát triển

Đánh giá tổng kết các kết quả đạt được về mặt lý thuyết và sản phẩm ứng dụng; chỉ ra các ưu điểm và tồn tại trong quá trình xây dựng phần mềm; định hướng các nội dung cần nghiên cứu và mở rộng tiếp theo cho hệ thống trong tương lai.

Kết quả và đóng góp

1. Kết quả chính đạt được

  • Hệ thống phần mềm Flad hoàn chỉnh: Xây dựng thành công ứng dụng web hỗ trợ bán hàng livestream trên Facebook với hai phân hệ giao diện: Client (đáp ứng toàn diện quy trình từ quản lý sản phẩm, kho bãi, kết nối Fanpage, cấu hình cú pháp chốt đơn, bắt bình luận thời gian thực đến tạo đơn hàng) và Admin (quản trị tài khoản, giám sát số lượng người dùng).
  • Thiết kế CSDL chi tiết: Xây dựng cấu trúc 23 bảng quan hệ trong PostgreSQL, chuẩn hóa dữ liệu từ đơn vị tính, sản phẩm, đối tác giao hàng, phiếu xuất/nhập kho đến chi tiết đơn hàng và lịch sử tương tác.
  • Tích hợp Facebook API: Kết nối thành công Facebook Graph API và Pages API để quản lý nhiều Fanpage, xử lý Access Token và nhận diện khách hàng qua PSID.
  • Triển khai thành công trên Kubernetes: Thiết lập hoàn chỉnh một cụm Kubernetes Cluster trên nền tảng DigitalOcean, cấu hình các tệp YAML quản trị Pods, Services, Deployments và giám sát trực quan qua Kubernetes Dashboard.

2. Đóng góp của đề tài

  • Làm rõ giải pháp khắc phục nhược điểm của các phần mềm thương mại hiện hành (OCM, Tpos) bằng cách đưa ra giao diện làm việc trực quan hơn và xử lý trực tiếp bình luận theo thời gian thực ngay trong phiên phát sóng trực tiếp.
  • Cung cấp tài liệu có tính thực tiễn cao về quy trình đóng gói ứng dụng Node.js/Vue.js thành container và triển khai, vận hành thực tế trên nền tảng Kubernetes của DigitalOcean.

Hạn chế và hướng nghiên cứu tiếp

1. Hạn chế

  • Hệ thống phụ thuộc chặt chẽ vào chính sách của Facebook đối với Pages API và Graph API (yêu cầu xét duyệt quyền ứng dụng, giới hạn định mức Rate Limits và việc duy trì Access Token dài hạn 60 ngày).
  • Việc cấu hình, bảo trì và quản trị Kubernetes Cluster đòi hỏi kiến thức hạ tầng và thao tác dòng lệnh (CLI) phức tạp hơn so với các giải pháp quản lý container đơn giản như Docker Swarm.
  • Phạm vi nghiên cứu mới dừng lại ở việc áp dụng trên môi trường web, chưa phát triển phiên bản ứng dụng di động riêng biệt.

2. Hướng nghiên cứu tiếp

  • Tiếp tục tối ưu hóa hiệu năng của các dịch vụ backend, nâng cao khả năng xử lý đồng thời khi số lượng bình luận trong các phiên livestream đạt quy mô cực lớn.
  • Phát triển thêm các kịch bản tương tác chatbot tự động nâng cao phục vụ chăm sóc khách hàng sau khi chốt đơn.
  • Nghiên cứu tích hợp sâu hơn với các đơn vị vận chuyển trung gian và cổng thanh toán trực tuyến.

Giá trị tham khảo

Báo cáo khóa luận là tài liệu tham khảo hữu ích cho:

  • Sinh viên ngành Công nghệ phần mềm, Hệ thống thông tin: Tham khảo phương pháp phân tích yêu cầu, thiết kế sơ đồ Use Case chi tiết (24 biểu đồ nghiệp vụ) và cấu trúc cơ sở dữ liệu quan hệ cho bài toán thương mại điện tử / Live Commerce.
  • Kỹ sư phát triển phần mềm và DevOps: Tham khảo kiến thức nền tảng và các bước thực hành cấu hình, triển khai ứng dụng Microservice sử dụng Node.js/Koa và Vue.js lên cụm Kubernetes trên hạ tầng DigitalOcean.
  • Lập trình viên làm việc với Facebook API: Tham khảo cơ chế xác thực Access Token, quản lý quyền của Pages API và phương pháp xử lý dữ liệu tương tác khách hàng thông qua PSID.

Câu hỏi thường gặp

1. Vì sao nhóm tác giả lựa chọn Koa framework thay vì Express.js cho phần backend?

Koa được phát triển bởi chính đội ngũ của Express nhưng được thiết kế tinh gọn hơn (core framework không tích hợp sẵn middleware mặc định). Koa tận dụng các tính năng mới của JavaScript ES6 (đặc biệt là Generators thông qua thư viện co), giúp xử lý các tác vụ bất đồng bộ mà không cần lạm dụng callback, mang lại cú pháp ngắn gọn, sạch sẽ và dễ kiểm soát mã nguồn hơn.

2. Sự khác biệt cơ bản giữa Docker và Virtual Machine (máy ảo) được tác giả phân tích như thế nào?

Docker sử dụng chung nhân (Kernel) với hệ điều hành máy chủ (Host OS), không cần cài đặt Guest OS riêng biệt nên khởi động rất nhanh (dưới 500ms) và tiêu tốn ít tài nguyên. Ngược lại, máy ảo Virtual Machine đòi hỏi một hệ điều hành khách đầy đủ cho mỗi máy, làm chậm máy thật và có thời gian khởi động từ 20 giây đến vài phút.

3. Cụm Master Node trong kiến trúc Kubernetes gồm những thành phần cốt lõi nào?

Master Node gồm 4 thành phần chính:

  1. etcd cluster: Cơ sở dữ liệu phân tán lưu trữ cấu hình và trạng thái của toàn bộ cụm dưới dạng key/value.
  2. kube-apiserver: Trung tâm tiếp nhận mọi yêu cầu REST và là thành phần duy nhất giao tiếp trực tiếp với etcd.
  3. kube-controller-manager: Chạy các bộ điều khiển nền để căn chỉnh trạng thái thực tế của cụm đúng với trạng thái khai báo.
  4. kube-scheduler: Tự động lập lịch và phân bổ các Pod lên các Worker Node phù hợp dựa trên tài nguyên khả dụng. (Ngoài ra còn có cloud-controller-manager để quản lý các tiến trình phụ thuộc vào nhà cung cấp đám mây nếu có).

4. Hệ thống Flad giải quyết điểm yếu nào của các ứng dụng OCM và Tpos trên thị trường?

Khảo sát của tác giả cho thấy OCM và Tpos có giao diện phức tạp, khó tiếp cận và không hiển thị trực tiếp bình luận trong lúc livestream để kiểm tra tính hợp lệ. Flad khắc phục bằng cách thiết kế giao diện đơn giản hóa nghiệp vụ, lấy trực tiếp luồng bình luận từ phiên livestream theo thời gian thực, đồng thời tự động kiểm tra và thông báo tính hợp lệ của từng bình luận mua hàng theo cú pháp đã thiết lập.

Kết luận

Khóa luận tốt nghiệp của sinh viên Nguyễn Văn Hội và Lê Mai Văn Khánh đã giải quyết trọn vẹn bài toán tự động hóa quy trình bán hàng qua livestream Facebook trong bối cảnh thương mại số phát triển mạnh mẽ. Đề tài không chỉ hoàn thành việc thiết kế và xây dựng ứng dụng phần mềm Flad với đầy đủ các phân hệ quản trị - bán hàng theo kiến trúc Microservice, mà còn nghiên cứu có hệ thống nền tảng điều phối container Kubernetes. Kết quả triển khai thực tế trên hạ tầng đám mây DigitalOcean đã chứng minh tính khả thi, sự ổn định và giá trị ứng dụng cao của giải pháp trong thực tiễn.